摘要:针对基于视觉Transformer进行高光谱解混时,固定大小的patch划分方式可能导致图像局部结构的坍塌和图像间语义不一致的问题,提出一种数据驱动的方法,旨在根据输入的高光谱图像自适应地调整patch划分的位置和尺度,并通过引入多尺度变形注意力机制有效捕获图像中的局部特征和空间位置信息,同时通过多层次特征提取策略,全面挖掘图像中蕴含的丰富特征。在多个真实数据集上的实验对比结果表明,所提方法能够精确估计丰度图和端元光谱,并在不同场景下,特别是在处理复杂地物光谱特征时,展现出优异的泛化能力和稳定性。